Article Per Year (5 Year)
p-Index From 2020 - 2025
1.813
P-Index
This Author published in this journals
All Journal Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer INTEGER: Journal of Information Technology Jurnal Pengabdian kepada Masyarakat Nusantara Best : Journal of Applied Electrical, Science and Technology JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) International Journal on Advanced Technology, Engineering, and Information System (IJATEIS) SENTRI: Jurnal Riset Ilmiah Jurnal Cakrawala Maritim ORAHUA : Jurnal Pengabdian Kepada Masyarakat
Brian, Thomas
Unknown Affiliation
Aerospace Engineering Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Physics Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
THE INTEGRATION OF INFORMATION TECHNOLOGY IN ENHANCING TEACHING AND LEARNING IN RESPONSE TO COVID-19 CRISIS Brian, Thomas
INTERNATIONAL JOURNAL ON ADVANCED TECHNOLOGY, ENGINEERING, AND INFORMATION SYSTEM Vol. 1 No. 1 (2022): FEBRUARY
Publisher : Transpublika Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (275.577 KB) | DOI: 10.55047/ijateis.v1i1.121

Abstract

This research aims to examines the integration of information technology into teaching and learning by examining the function of information technology and technology integration techniques in preparing students to deal with a variety of integration opportunities and barriers in the current pandemic Covid-19 situation. This paper was written with the help of literature research, literature study, and interviewing techniques. In this study, data was collected through the use of papers, online journals, digital books, and interviews. The findings reveal that existing technology has various benefits and can be used not only for entertainment, but also for proper use of existing platforms and access to all learning content without stuttering about technology. Increasing integrity of information technology leads to the modification, dissemination and creation of information innovations that have not been carried out by telematics and education professionals.
Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R Brian, Thomas; Sanwidi, Ardhi
Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Vol. 2 No. 1 (2018)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/eltikom.v2i1.40

Abstract

Semakin banyak transaksi penjualan maka diperlukan suatu sistem untuk menghasilkan informasi yang penting. Inovasi ini akan banyak memecahkan masalah di bidang sales marketing dan inventory, karena produk yang tidak begitu laku jika dipasangkan dengan tepat akan naik nilai penjualannya. Namun mencari asosiasi membutuhkan proses yang rumit karena masalah kombinasi produk yang besar apalagi jika bisnis ritel tersebut memiliki ribuan produk. Apriori adalah algoritma data mining untuk mencari hubungan antar item pada market basket analysis. Dengan menemukan pola transaksi penjualan maka diharapkan nilai bisnis meningkat. Pada proses yang dilakukan pada penelitian ini diimplementasikan menggunakan R dengan function apriori untuk mengolah data. Dimulai dari pembacaan dataset sampai dengan menemukan rekomendasi dari sistem yang sudah dibuat menggunakan function di R. Menentukan nilai support, confidence dan lift berpengaruh untuk menemukan itemset terbaik untuk penjualan selanjutnya. Uji coba yang sudah dilakukan dengan dataset transaksi menunjukkan hasil terbaik pada filter nilai support = 0,1 confidence = 0,8 dan lift > 1.
Mengenal Dunia Maritim dengan Beraneka Warna Wibowo, Sekarsari; Sukarno, Friska Intan; Widyastuti, Indri Ika; Maulidhia, Alief Nur Aisyi; Brian, Thomas
ORAHUA : Jurnal Pengabdian Kepada Masyarakat Vol. 2 No. 02 (2025): Januari
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/orahua.v2i02.128

Abstract

Kegiatan Pengenalan Dunia Maritim Melalui Aneka Warna bertujuan untuk meningkatkan pengetahuan dan kreativitas anak-anak di tingkat pendidikan usia dini. Program ini dirancang secara interaktif dengan melibatkan aktivitas pengenalan dengan media gambar dan vidio serta aktivitas mewarnai yang berfokus pada objekobjek dunia maritim, kapal, ikan dan terumbu karang. Kegiatan ini dibagi menjadi beberapa tahap, yaitu perencanaan, pelaksanaan, serta monitoring dan evaluasi. Hasil kegatan menunjukkan peningkatan pengetahuan, dan kreativitas siswa PAUD Sepuluh Nopember tentang dunia maritim. Siswa yang sebelumnya memiliki pengetahuan terbatas tentang laut sekarang dapat memahami laut sebagai sarana transportasi dan habitat makhluk hidup, mengenal berbagai transportasi dan biota laut. Program ini juga menumbuhkan kreativitas siswa melalui kegiatan mewarnai. Ketertarikan dan partisipasi siswa dalam rangkaian kegiatan menunjukkan bahwa program ini efektif dan menarik bagi anak-anak usia dini
Binary Number Classification Using Naïve Bayes for Digit Recognition Ardiana, Mirza; Rahayu, Putri Nur; Brian, Thomas; Widyastuti, Indri Ika; Wibowo, Sekarsari
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 5 No 1 (2025): JTECS Januari 2025
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v5i1.6740

Abstract

Pengenalan angka secara otomatis merupakan aplikasi penting dalam bidang pengolahan citra digital dan kecerdasan buatan. Penelitian ini bertujuan untuk mengevaluasi penerapan metode Naïve Bayes dalam klasifikasi angka 0 hingga 9, dengan menguji efektivitasnya dalam mengenali angka biner berdasarkan dataset yang telah disiapkan. Berdasarkan hasil pengujian, model Naïve Bayes menunjukkan akurasi rendah sebesar 30.0%, yang mengindikasikan bahwa metode ini kurang efektif dalam menangani dataset angka yang digunakan. Analisis matriks konfusi mengungkapkan bahwa beberapa angka, seperti 6, 7, dan 9, tidak dapat dikenali dengan benar oleh model, dengan tingkat kesalahan mencapai 100%. Angka 0 dan 1 memiliki tingkat kesalahan yang lebih rendah, namun model tetap kesulitan dalam mengklasifikasikan angka-angka lainnya secara akurat. Grafik error rate memperlihatkan pola kesalahan yang bervariasi antar angka, dengan angka-angka tertentu, terutama yang memiliki bentuk serupa, lebih sulit dibedakan. Meskipun Naïve Bayes dapat diterapkan dalam tugas pengenalan angka, hasil ini menunjukkan perlunya perbaikan lebih lanjut, seperti penggunaan fitur yang lebih relevan atau penerapan metode klasifikasi yang lebih canggih, seperti Support Vector Machines (SVM) atau deep learning, untuk meningkatkan akurasi klasifikasi angka. Penelitian ini memberikan wawasan mengenai keterbatasan metode Naïve Bayes dan dapat menjadi dasar untuk penelitian lebih lanjut yang mengeksplorasi teknik klasifikasi lainnya yang lebih efektif, serta dapat mendorong pengembangan model yang lebih efisien dalam aplikasi nyata, seperti pengenalan tulisan tangan, sistem keamanan biometrik, dan digitalisasi dokumen.
Application of K-Nearest Neighbor (KNN) Algorithm to Predict Drinking Water Quality Brian, Thomas; Sholikhah, Evi Nafiatus; Aisyi Maulidhia, Alief Nur; Wibowo, Sekarsari
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 5 No 1 (2025): JTECS Januari 2025
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v5i1.6715

Abstract

Peningkatan kebutuhan akan air minum berkualitas menuntut pengembangan metode yang andal untuk menentukan potabilitas air. Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbors (KNN) dalam memprediksi kualitas air minum berdasarkan dataset Water Quality dari Kaggle. Dataset mencakup 3.276 data dengan 9 parameter, seperti pH, kekerasan, dan kandungan karbon organik, serta satu atribut target yang menunjukkan kelayakan konsumsi. Penelitian ini akan menerapkan algoritma KNN dengan berbagai nilai (k), dan mengevaluasi kinerja model menggunakan metrik akurasi dan Jaccard Similarity. Hasil penelitian menunjukkan bahwa algoritma KNN dalam memprediksi kualitas air minum mencapai akurasi terbaik sebesar 58% pada nilai (k) = 2, hasil ini menunjukkan bahwa metode ini cukup baik meskipun perlu pengembangan lebih lanjut dengan metode lain untuk meningkatkan akurasi. Penelitian ini memberikan kontribusi pada implementasi teknologi pembelajaran mesin dalam pengelolaan sumber daya air.
Implementation of the K-Means Algorithm on Household Electric Load Maulidhia, Alief Nur Aisyi; Widyastuti, Indri Ika; Sukarno, Friska Intan; Tsany, Rahmat Basya Shahrys; Brian, Thomas
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 5 No 1 (2025): JTECS Januari 2025
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v5i1.6739

Abstract

Peningkatan konsumsi energi listrik rumah tangga menuntut adanya strategi pengelolaan daya yang lebih efisien. Salah satu pendekatan yang dapat digunakan untuk menganalisis pola konsumsi listrik adalah dengan menerapkan algoritma K-Means Clustering. Algoritma ini memungkinkan pengelompokan data konsumsi listrik berdasarkan kesamaan pola penggunaan daya, sehingga dapat membantu dalam memahami perilaku konsumsi energi rumah tangga serta memberikan rekomendasi efisiensi listrik. Penelitian ini bertujuan untuk mengimplementasikan algoritma K-Means pada data konsumsi listrik rumah tangga yang dikumpulkan dengan interval satu menit selama periode tertentu. Data yang digunakan mencakup berbagai parameter kelistrikan seperti daya aktif, daya reaktif, tegangan, dan nilai sub-metering dari beberapa perangkat listrik. Tahapan penelitian meliputi pengumpulan dan praproses data, penerapan algoritma K-Means untuk pengelompokan pola konsumsi daya, serta evaluasi hasil clustering. Hasil penelitian menunjukkan bahwa algoritma K-Means mampu mengelompokkan pola konsumsi listrik rumah tangga menjadi beberapa kategori berdasarkan tingkat penggunaan daya. Pengelompokan ini dapat membantu pengguna dalam mengidentifikasi perangkat dengan konsumsi energi tinggi serta merancang strategi penghematan energi. Selain itu, hasil analisis dapat digunakan oleh penyedia layanan listrik untuk mengoptimalkan distribusi daya dan merancang kebijakan yang lebih efisien. Hasil penelitian optimal menunjukkan jumlah cluster=3.
Implementasi Perbandingan Algoritma k-Means dan DB-Scan Pada Beban Listrik Rumah Tangga Aisyi Maulidhia, Alief Nur; Widyastuti, Indri Ika; Sukarno, Friska Intan; Tsany, Rahmat Basya Sharys; Brian, Thomas
INTEGER: Journal of Information Technology Vol 10, No 1: April 2025
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2024.v10i1.7479

Abstract

Konsumsi daya listrik rumah tangga merupakan aspek penting dalam manajemen energi, terutama dalam upaya meningkatkan efisiensi penggunaan listrik. Clustering merupakan salah satu metode yang dapat digunakan untuk mengelompokkan pola konsumsi daya listrik berdasarkan karakteristik tertentu. Penelitian ini bertujuan untuk membandingkan performa algoritma K-Means dan Density-Based Spatial Clustering of Applications with Noise (DBSCAN) dalam mengelompokkan beban listrik rumah tangga. Dataset yang digunakan berasal dari Household Electric Power Consumption yang tersedia di Kaggle, yang mencatat konsumsi daya listrik rumah tangga dalam satuan menit selama beberapa tahun. Data yang telah diproses melalui tahapan pembersihan, normalisasi, dan reduksi dimensi kemudian diklasterisasi menggunakan K-Means dan DBSCAN. Evaluasi performa dilakukan berdasarkan Silhouette Score dan Davies-Bouldin Index untuk mengukur kualitas klaster yang dihasilkan oleh kedua algoritma. Hasil penelitian menunjukkan bahwa K-Means lebih unggul dalam mengelompokkan data dengan pola konsumsi yang jelas dan terdistribusi secara linier, sementara DBSCAN lebih efektif dalam mendeteksi klaster dengan kepadatan yang bervariasi serta mengidentifikasi data pencilan (outliers). Dengan demikian, pemilihan algoritma klasterisasi sangat bergantung pada karakteristik data dan tujuan analisis yang ingin dicapai.
Perbandingan Model Decision Tree, Support Vector Machine dan K-Nearest Neighbors untuk Memprediksi Kualitas Air Minum Brian, Thomas; Maulidhia, Alief Nur Aisyi; Sholikhah, Evi Nafiatus; Wibowo, Sekarsari
INTEGER: Journal of Information Technology Vol 10, No 1: April 2025
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.2024.v10i1.7523

Abstract

The need for drinking water is increasing so that appropriate method support is needed to determine water potability. In this study, machine learning models will be implemented including Decision Tree, Support Vector Machine, and K-Nearest Neighbors to determine the best model in classifying drinking water quality from the Kaggle Water Quality dataset. The dataset consists of 3,276 data with 9 parameters consisting of ph, Hardness, Solids, Chloramines, Sulfate, Conductivity, Organic_carbon, Trihalomethanes and Turbidity, and one Potability attribute as a target that indicates the feasibility of consumption. This study will apply several machine learning models consisting of Decision Tree, Support Vector Machine, and K-Nearest Neighbors. Based on the results of the trial using 20% and 30% testing data, the results are close to the same for the confusion matrix model evaluation metrics (Accuracy, F1 Score, Precision and Recall). So it can be concluded that the Decision Tree classification model gets the best Accuracy value among other classification models of 70.50% on 20% testing data and 70.98% on 30% testing data. However, the one chosen as the final classification model is Support Vector Machine because it has the highest value by meeting three requirements with F1 Score, Precision and Recall values of 82.40% each) from the four requirements tested.
Smart Backpack Solution for Child Safety Monitoring using GPS Tracker and Internet of Things (IoT) Puncak Pujiputra, Anggarjuna; Brian, Thomas; Nur Rahayu, Putri; Atmiasri
BEST Vol 7 No 1 (2025): BEST
Publisher : Universitas PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/best.vol7.no1.10158

Abstract

Abstract- Supervision of children is an important thing to do for the development of behaviour and child safety. The existence of cases around such as after school not going straight home, skipping school to play online games, even in the mass media there are cases of elementary school children who do not go home immediately. in the mass media there are cases of elementary school children who died from drowning while playing. This can cause parents to worry about their children. On the other hand, the space for parents to supervise children directly is limited due to their activities such as taking care of the house or working, so there is an alternative to make a tracking device or GPS Tracker with the concept of the Internet of Things (IoT) that can solve the problem. The manufacturing method includes three stages, namely the design stage, the testing stage, and data analysis stage in order to produce the expected tool. The results of this research are first, GPS Tracker is built by three main components (Ardunino Nano, Ublox NEO-6M, and SIM800L). Second, the tool functions optimally when outside the room with percentage of error 0% and less than maximum when indoors with an error of 40%. room with 40% error. Third, the device is able to track position at various distances. Fourth, the tool has an average working endurance of 4 hours 26 minutes with a power source of 3.7 VDC 3500mAH battery.   
Green Action sebagai Upaya Rehabilitasi Ekosistem Mangrove di Kelurahan Romokalisari, Surabaya Alwi, Alwi Sina Khaqiqi; Rahayuningsih, Siti; Al Hazman, Muhammad; Widyastuti, Indri ika; Sholikah, Evi Nafiatus; Gastriani, Ovi Prina; Wibowo, Sekarsari; Nisazarifa, Adristi; Pujiputra, Anggarjuna Puncak; Sukarno, Friska Intan; Brian, Thomas; Parman
Jurnal Cakrawala Maritim Vol. 8 No. 2 (2025): Jurnal Cakrawala Maritim
Publisher : P3M Politeknik Perkapalan Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35991/jcm.v8i2.40

Abstract

Mangroves have several functions, including maintaining biological balance in coastal ecosystems and tourism. On the other hand, mangroves are also very vulnerable to natural disturbances, anthropogenic, land conversion, and even pollution from various human activities. The success of mangrove planting activities does not only depend on the selection of the type of mangrove to be planted, but also on the selection of a suitable location to support its growth. Mangroves in Romokalisari Village, Surabaya are currently still relatively few. This needs to be planted because the mangroves function as wave breakers and tourist attractions. Mangrove planting activities in Romokalisari Village, Surabaya, were carried out by residents, lecturers and students of the Surabaya State Polytechnic of Shipping. The results of the mangrove planting are expected to have a positive impact on Romokalisari Village, Surabaya and its surroundings.
Co-Authors Aisyi Maulidhia, Alief Nur Al Hazman, Muhammad Alwi Sina Khaqiqi Ardiana, Mirza Atmiasri Augustino, Immanuel Freddy Bone, Iskia Ipan Dua’ Gastriani, Ovi Prina Hamzah, Fais Maulidhia, Alief Nur Aisyi Nisazarifa, Adristi Nizar Zulfika, Dicki Nur Rahayu, Putri Parman parman parman Pratama , Moh. Andris Pujiputra, Anggarjuna Puncak Puncak Pujiputra, Anggarjuna Putri Nur Rahayu Rahayu, Putri Nur Rahayuningsih, Siti Sanwidi, Ardhi Sholikah, Evi Nafiatus Sholikhah, Evi Nafiatus Sukarno, Friska Intan Tsany, Rahmat Basya Shahrys Tsany, Rahmat Basya Sharys Wibowo, Sekarsari Widyastuti, Indri Ika Zulfika, Dicki Nizar